Frequency response of Norris gap derivatives and its prosperities for gas spectra analysis

• Autorzy: Cięszczyk Sławomir

Identyfikatory

DOI

10.35784/iapgos.2101

Warianty tytułu

PL

Właściwości częstotliwościowe pochodnych typu Norris gap i ich zastosowanie do analizy widm gazów

• Języki publikacji: EN

Abstrakty

EN

The article deals with an analysis of the properties of Norris gap derivatives. It discusses issues related to determining information from optical spectra measured with spectrometers. Impulse responses of differentiating filters were introduced using both Norris and Savitzky-Golay methods.The amplitude-frequency responses of the first and second order Norris differentiating filters were compared. The length impact of both segment and gaps on the frequency characteristics of filters was compared.The processing of exemplary gas spectra using the discussed technique was subsequently presented. The effect of first and second order derivatives on the spectra of carbon monoxide rotational lines for low resolution measurementsis investigated. The Norris method of derivatives arevery simple to implement and the calculation of theirparameters does not require the use of advanced numerical methods.

PL

Artykuł przedstawia analizę właściwości pochodnych według metody Norrisa. Omówiono w nim zagadnienia związane z wyznaczaniem informacji z widm optycznych mierzonychspektrometrami. Przedstawiono odpowiedzi impulsowe filtrów różniczkujących zarówno metodą Norrisa jak też Savitzky-Golay. Porównano odpowiedzi amplitudowo-częstotliwościowefiltrów różniczkujących Norrisa pierwszego i drugiego rzędu. Porównano wpływ zarówno długości segmentów jak i rozstępu (luk) na charakterystyki częstotliwościowe filtrów. Kolejno zaprezentowano przetwarzanieprzykładowych widm gazu z wykorzystaniem omawianej techniki. Przedstawiono także wpływ pochodnych pierwszego i drugiego rzędu na widma linii rotacyjnych tlenku węgla dla pomiarów o małej rozdzielczości. Metoda pochodnych według Norrisa jest bardzo prosta w implementacji a obliczanie jej parametrów nie wymaga stosowania zaawanasowanych metod numerycznych.

Słowa kluczowe

EN

Norris method; optical spectra derivative; spectroscopy; signal processing

PL

metoda Norrisa; pochodne widm optycznych; spektroskopia; przetwarzanie sygnałów

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2020
• Tom: T. 10, nr 4
• Strony: 25--28
• Opis fizyczny: Bibliogr. 20 poz., wykr.

Twórcy

autor

Cięszczyk Sławomir

• Lublin University of Technology, Department of Electronics and Information Technology, Lublin, Poland

Bibliografia

• [1] Brown C. D., Vega-Montoto L., Wentzell P. D.: Derivative preprocessing and optimal corrections for baseline drift in multivariate calibration. Applied Spectroscopy 54(7), 2000, 1055–1068.
• [2] Candan Ç., Inan H.: A unified framework for derivation and implementation of Savitzky–Golay filters. Signal Processing 104, 2014, 203–211.
• [3] Dai W., Selesnick I., Rizzo J. R., Rucker J., Hudson T.: A nonlinear generalization of the Savitzky-Golay filter and the quantitative analysis of saccades. Journal of vision 17(9), 2017, 10–19.
• [4] Davies A. M. C.: Derivative? What Do You Mean “Derivative”? NIR news 4(4), 1993, 10–11.
• [5] De Jong S. A., O'Brien W. L., Lu Z., Cassidy B. M., Morgan S. L., Myrick M. L.: Optimization of gap derivatives for measuring blood concentration of fabric using vibrational spectroscopy. Applied Spectroscopy 69(6), 2015, 733–748.
• [6] Figueiredo N. S., Ferreira L. H., Dutra O. O.: An Approach to Savitzky-Golay Differentiators. Circuits, Systems, and Signal Processing 38(9), 2019, 4369–4379.
• [7] Giakas G., Baltzopoulos V.: Optimal digital filtering requires a different cut-off frequency strategy for the determination of the higher derivatives. Journal of biomechanics 30(8), 1997, 851–855.
• [8] Gorry P. A.: General least-squares smoothing and differentiation by the convolution (Savitzky-Golay) method. Analytical Chemistry 62(6), 1990, 570–573.
• [9] Hopkins D. W.: What is a Norris derivative?. NIR news 12(3), 2001, 3–5.
• [10] Hopkins D.W.: Revisiting the Norris derivative quotient math in regression. NIR news 27(7), 2016, 23–28.
• [11] Kennedy H. L.: Improving the frequency response of Savitzky-Golay filters via colored-noise models. Digital Signal Processing 102, 2020, 102743.
• [12] Kus S., Marczenko Z., Obarski N.: Derivative UV-VIS spectrophotometry in analytical chemistry. Chem. Anal 41(6), 1996, 889–927
• [13] Lee L. C., Liong C. Y., Jemain A. A.: A contemporary review on Data Preprocessing (DP) practice strategy in ATR-FTIR spectrum. Chemometrics and Intelligent Laboratory Systems 163, 2017, 64–75.
• [14] Luo J., Ying K., He P., Bai J.: Properties of Savitzky-Golay digital differentiators. Digital Signal Processing 15(2), 2005, 122–136.
• [15] Pan T., Zhang J., Shi X.: Flexible vitality of near-infrared spectroscopy – Talking about Norris derivative filter. NIR news 31(1-2), 2020, 24–27.
• [16] Pasquini C.: Near infrared spectroscopy: A mature analytical technique with new perspectives – A review. Analytica Chimica Acta 1026, 2018, 8–36.
• [17] Savitzky A., Golay M. J.: Smoothing and differentiation of data by simplified least squares procedures. Analytical chemistry 36(8), 1964, 1627–1639.
• [18] Van Veen E. H., de Loos-Vollebregt M. T. C.: Application of mathematical procedures to background correction and multivariate analysis in inductively coupled plasma-optical emission spectrometry. Spectrochimica Acta Part B: Atomic Spectroscopy 53(5), 1998, 639–669.
• [19] Wulf M., Staude G., Knopp A., Felderhoff T.: Efficient design of FIR filter based low-pass differentiators for biomedical signal processing. Current Directions in Biomedical Engineering 2(1), 2016, 215–219.
• [20] Yang Y., Pan T., Zhang J.: Global optimization of Norris derivative filtering with application for near-infrared analysis of serum urea nitrogen. American Journal of Analytical Chemistry 10(5), 2019, 143–152.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).